买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网江苏省电力有限公司经济技术研究院;东南大学申请的专利基于约束增强安全强化学习的配电网动态网络重构方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119578564B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411615838.1，技术领域涉及：G06F30/27；该发明授权基于约束增强安全强化学习的配电网动态网络重构方法是由吴霜;吴明贺;翟晓萌;王静怡;徐超;马倩;刘汇川;诸德律;仓敏;王球;程曦;孙海森;徐佳琪;张华;洪芦诚设计研发完成，并于2024-11-13向国家知识产权局提交的专利申请。

本基于约束增强安全强化学习的配电网动态网络重构方法在说明书摘要公布了：本发明提出一种基于约束增强安全强化学习的配电网动态网络重构方法，将配电网的DDNR任务描述为一个约束型马尔科夫决策过程CMDP，然后分别采用内点策略优化IPO算法和增加基于支路交换法的安全层的方式处理DDNR过程中的软约束节点电压及线路电流约束和硬约束径向拓扑约束，同时本发明提出一种时空感知神经网络模型来增加强化学习智能体对DDNR过程中配电网潮流的动态时空变化特性。所提方法对减小配电网能量损耗、优化电压分布、增加新能源承载力具有重要作用。

本发明授权基于约束增强安全强化学习的配电网动态网络重构方法在权利要求书中公布了：1.基于约束增强安全强化学习的配电网动态网络重构方法，其特征在于：包括， 步骤S1：将光伏和风力发电高渗透有源配电网的DDNR任务看作一个CMDP模型，构建基于IPO算法的安全强化学习求解框架，IPO的对数障碍函数使智能体在学习策略时满足DDNR任务的软约束； 步骤S2：结合配电网的支路交换机制设计一个基于可行动作掩码的安全层，并将该安全层应用到IPO策略网络的输出层，使智能体输出的策略时刻满足DDNR任务的硬约束； 步骤S3：构建时空感知神经网络模型，并将时空感知神经网络应用到IPO策略网络和价值网络的输入层，使智能体更好的感知DDNR过程中配电网潮流的时空变化特性； 步骤S4：针对改进的IPO求解框架设计DDNR任务具体的CMDP模型，包括状态空间、动作空间、奖励函数、约束函数和状态转移函数的具体形式； 步骤S5：使用步骤S1、S2、S3所构建的改进的IPO算法求解步骤S4的CMDP模型，设计离线训练规则来训练智能体学习最佳的DDNR策略，然后保存训练好的智能体的策略，并将该策略应用于配电网的在线执行过程中； 所述步骤S3中，时空感知神经网络模型包括GCN网络和GRU网络，其中，GCN网络通过定义一个不变的卷积核对图结构数据进行卷积操作；GRU网络通过门控机制调节信息的传递与记忆，GRU网络的结构包括重置门和更新门； 所述步骤S4中，CMDP模型包括： 状态空间：所述状态空间包含代表多个时间段的空间拓扑信息和电气特征，令当前时刻t的PDN状态为，其中，Pt为节点有功功率净注入量，Qt为节点无功功率净注入量，Vt为节点电压幅值，It为支路电流幅值，为线路有功损耗，因此，使用过去的w步组成的Xt移动窗口来表示st； 动作空间：将DDNR的动作设置为一个开关对SP，如果闭合的开关和打开的开关是同一个，则认为PDN当前时刻没有进行拓扑重构，也不产生开关成本； 奖励函数：奖励函数为PDN的网络损耗成本和开关动作成本，t时刻的奖励函数为，其中为网损成本，为开关动作成本，为t时刻支路ij上的有功损耗； 约束函数：节点电压Vi限制为：，支路电流Iij限制为：，Vmin为电压下限，Vmax为电压上限，N为配电网节点电压数，Imax为支路电流上限，ε为配电网支路数； 状态转移概率分布：状态转移概率分布代表DRL智能体采取动作at时状态从st转移到st+1的概率，其中，表示智能体t时刻的动作，为动作集合，表示t和t+1时刻的状态，为状态集合，代表潮流计算过程。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网江苏省电力有限公司经济技术研究院;东南大学，其通讯地址为：210008 江苏省南京市鼓楼区中山路251号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。